fastText文本分类学习笔记
先下载，然后make，得到可执行c文件
$ gitclone https://github.com/facebookresearch/fastText.Git $ cdfastText $ make文本分类，linux命令行： ./fasttext supervised -input train.txt -output model
训练集train.txt的输入格式为：
标签是以字符串label作为前缀的单词，后面的数字对应类别。我们可以将训练数据处理成这种形式，训练自己的文本分类模型。
一旦模型被训练，您可以通过使用以下方法计算测试集上的k的精度和召回率来对其进行评估：
$ ./fasttext test model.bin test.txt k
参数k可选，默认为1
为了预测获得一个文本的k个最可能的标签，使用： $ ./fasttext predict model.bin test.txt k
其中test.txt包含要按行分类的文本。 这样输出为每一行的k个最可能的标签。
如果要计算句子或段落的向量表示，请使用： $ ./fasttext print-sentence-vectors model.bin < text.txt
这假设text.txt文件包含您要获取向量的段落，一段为一行。 该程序将在文件中每行输出一个向量表示。
参数的命令以及可用的参数及其默认值：
$ ./fasttext supervised Empty input or output path.
The following arguments are mandatory: -input training file path 输入文件路径 -output output file path 输出文件路径
The following arguments are optional: -verbose verbosity level [2]
The following arguments for the dictionary are optional: -minCount minimal number of word occurences [5] -minCountLabel minimal number of label occurences [0] -wordNgrams max length of word ngram [1] 几元语言模型 -bucket number of buckets [2000000] -minn min length of char ngram [3] 单词的最小长度 -maxn max length of char ngram [6] 单词的最大长度 -t sampling threshold [0.0001] -label labels prefix [label] 标签前缀的选择
The following arguments for training are optional: 训练集可选参数 -lr learning rate [0.05] -lrUpdateRate change the rate of updates for the learning rate [100] -dim size of word vectors [100] -ws size of the context window [5] -epoch number of epochs [5] -neg number of negatives sampled [5] -loss loss function {ns, hs, softmax} [ns] -thread number of threads [12] -pretrainedVectors pretrained word vectors for supervised learning [] -saveOutput whether output params should be saved [0]
